[发明专利]目标跟踪方法及相关装置

权利要求书

1.一种目标跟踪方法，其特征在于，包括：

获取模板图像及至少一帧待搜索图像，其中，所述模板图像为标注跟踪目标的轮廓的图像，所述待搜索图像包含所述跟踪目标；

对所述模板图像及所述待搜索图像进行处理，以得到所述跟踪目标对应的特征图像；

以所述特征图像中的所述跟踪目标为中心，得到向外延伸的预设数量的射线及所述射线的长度；

根据所述预设数量的射线及所述射线的长度得到所述跟踪目标的轮廓。

2.根据权利要求1所述的目标跟踪方法，其特征在于，所述对所述模板图像及所述待搜索图像进行处理，以得到所述跟踪目标对应的特征图像具体包括：

对所述模板图像及待搜索图像进行处理，获取所述模板图像对应的模板域特征及所述待搜索图像对应的搜索域特征；

对所述模板域特征进行聚合处理，得到聚合后的模板域特征；及对所述搜索域特征进行聚合处理，得到聚合后的搜索域特征；

利用聚合后的模板域特征对所述聚合后的搜索域特征进行处理，以得到特征图像。

3.根据权利要求2所述的目标跟踪方法，其特征在于，对所述模板域特征进行聚合处理，得到聚合后的模板域特征；及对所述搜索域特征进行聚合处理，得到聚合后的搜索域特征具体包括：

对所述模板域特征进行reshape函数操作，得到第一模板域特征，对所述搜索域特征进行reshape函数操作，得到第一搜索域特征；

根据所述第一搜索域特征计算得到第一注意力参数；及根据所述第一模板域特征计算得到第二注意力参数；

根据所述第一注意力参数结合所述第一模板域特征计算得到第二模板域特征；根据所述第二注意力参数结合所述第一搜索域特征计算得到所述第二搜索域特征；

分别对所述第二模板域特征及所述第二搜索域特征进行reshape函数操作，以得到所述聚合后的模板域特征及所述聚合后的搜索域特征。

4.根据权利要求3所述的目标跟踪方法，其特征在于，所述利用聚合后的模板域特征对所述聚合后的搜索域特征进行处理，以得到特征图像具体包括：

以所述聚合后的模板域特征作为卷积核，在所述聚合后的搜索域特征上进行深度可分离卷积处理，以得到所述特征图像。

5.根据权利要求1所述的目标跟踪方法，其特征在于，根据所述预设数量的射线及所述射线的长度得到所述跟踪目标的轮廓具体包括：

根据所述跟踪目标的中心及所述射线的长度，计算得到所述射线的终点在所述待搜索图像上的坐标；

根据所述射线的终点在所述待搜索图像上的坐标得到所述跟踪目标的轮廓。

6.根据权利要求1～5任一项所述的目标跟踪方法，其特征在于，所述预设数量大于4。

7.根据权利要求1所述的目标跟踪方法，其特征在于，所述方法还包括：

训练用于实现所述目标跟踪方法的目标跟踪模型，所述目标跟踪模型包括：轮廓回归模型，所述轮廓回归模型用于得到所述跟踪目标的轮廓。

8.根据权利要求7所述的目标跟踪方法，其特征在于，所述训练用于实现所述目标跟踪方法的目标跟踪模型包括：

获取模板样本图像及搜索样本图像，其中，所述模板样本图像及所述搜索样本图像标注有所述跟踪目标的轮廓；

利用所述模板样本图像及所述搜索样本图像对初始轮廓回归模型进行训练。

9.根据权利要求8所述的目标跟踪方法，其特征在于，所述获取模板样本图像及搜索样本图像，其中，所述模板样本图像及所述搜索样本图像标注有所述跟踪目标具体包括：

在预设样本集中，以预设间隔量获取多对图像对；

选取所述图像对中其中一张作为模板样本图像，另一张作为搜索样本图像；

对所述模板样本图像及所述搜索样本图像进行预处理，以得到预设大小的所述模板样本图像及所述搜索样本图像。